MiniMax-M3は、MiniMaxのフラッグシップとなるオープンウェイト基盤モデルであり、3つの最先端機能（フロンティアレベルのコーディングとエージェント性能、1Mトークンのコンテキストウィンドウ、ネイティブマルチモーダリティ）を初めて同時に組み合わせたものです。テキスト、画像、動画の入力を受け付け、テキスト出力を行います。プロプライエタリなMiniMax Sparse Attention (MSA) アーキテクチャを搭載し、最大1Mトークンのコンテキスト（最低512Kを保証）を維持します。これは、長期的なエージェントタスク、長期的なコーディング、長編動画理解の基盤です。 マルチモーダリティはアドオンではなく、ネイティブコア機能です。データパイプラインは再構築され、ステップゼロからマルチモーダルトレーニングで事前学習を100T+トークンにスケールし、テキストと視覚の意味空間を深く整列させています。M3は、ソフトウェアエンジニアリング、ターミナル実行、自律ブラウジング（BrowseCompで83.5点を獲得）にわたるコーディングおよびエージェントベンチマークでトップクラスの結果を達成し、自律タスク分解、ツール起動、マルチステップ推論を実現しています。AIコーディングアシスタント、自動化ワークフロー、および長時間のセッションでの一貫性が重要な長時間実行非同期エージェントパイプラインに最適です。
MiniMax M3は、Minimaxによって開発された大規模言語モデルであり、OrcaRouterのOpenAI互換APIを通じてアクセス可能です。テキスト、画像、および動画の入力を受け付け、コンテキストウィンドウは1,048,576トークン、最大出力は512,000トークンです。これにより、長いドキュメント、マルチモーダルコンテンツを処理したり、1回のAPI呼び出しで広範なレスポンスを生成する…
MiniMax M3 は、1回のパスで最大1,048,576トークンの長文書を処理できます。これにより、研究論文全体、法律文書、技術マニュアルなどに対して、要約、質問応答、情報抽出といったタスクを、コンテキストを失うことなく実行できます。また、複数の文書（記事集など）を入力として受け入れ、一貫性のある出力を生成することも可能です。非常に長い出力が必要なアプリケーションでは、512,000トークンの生成制限により、完全なレポートやコードの作成が可能です。この機能は、エンタープライズ文書処理やデータ分析ワークフローに特に有用です。
MiniMax M3はテキストに加えて画像や動画の入力も受け付け、視覚コンテンツについて推論することができます。画像と動画はトークン化され、テキストと同じコンテキストに埋め込まれます。このモデルは、画像の内容に関する質問に答えたり、動画シーンを説明したり、光学文字認識を実行したりできます。動画の場合、結合トークン数が1,048,576トークンウィンドウ内に収まる限り、複数フレームまたは動画全体を処理できます。このマルチモーダルサポートにより、キャプション生成、視覚的な質問応答、動画分析などのタスクに適しており、これらはすべてOrcaRouter APIを通じて利用できます。
MiniMax M3は、非常に大きなコンテキストウィンドウ（1,048,576トークン）やマルチモーダル入力（テキスト、画像、動画）を必要とするタスク向けに最適化されています。アプリケーションが長いドキュメント、書籍全体、または数時間の動画を1回のAPIコールで処理する場合、M3のコンテキストサイズは大きな利点となります。また、複数回のリクエストなしに最大512,000トークンの出力を生成する必要があるシナリオにも適しています。短いテキスト生成、数段落の要約、単一画像の説明など、より単純なタスクには、コンテキストウィンドウが小さく、低コストのモデルの方が費用対効果が高い場合があります。平均的な入力と出力の長さを評価して、判断してください。
MiniMax M3は、大きなコンテキストウィンドウとマルチモーダル機能を活用するタスクに最適です。例としては、研究論文全体や法的文書の分析と質疑応答、長い複数ページのフォームからの構造化データの抽出、大量の入力からの広範なレポートやコードの生成、ビデオコンテンツ分析（講義の要約や多数のフレームにわたるオブジェクトの識別など）、および単一の会話内でユーザーインタラクションの大規模な履歴を保存し推論する必要があるアプリケーションの構築が挙げられます。その価格設定（入力トークン100万あたり0.30ドル、出力トークン100万あたり1.20ドル）は、大量かつ長文脈のワークフローにとって経済的です。
MiniMax M3はBrowseCompベンチマークで83.5のスコアを達成しました。BrowseCompは、モデルがWebページをナビゲートし、そこから関連情報を抽出する能力を評価します。このテストは通常、一連のWebページを閲覧し、その内容に基づいて質問に答えるユーザーをシミュレートします。スコアが高いほど、Webレイアウトの理解、リンクの追跡、複数ページからの情報の統合において優れた性能を示します。83.5のスコアにより、MiniMax M3はこのベンチマークでテストされたモデルの中で競争力のある位置にあり、特にWebベースの情報検索と推論を伴うタスクにおいて優れています。
MiniMax M3 の主な強みは、BrowseComp スコア 83.5 が示すように、ウェブベースの情報検索タスクを処理できる点にあります。これは、優れた読解力とナビゲーション能力を示しています。しかし、提供された事実の範囲では、他の一般的なベンチマーク（MMLU、HumanEval、GSM8K など）におけるモデルのパフォーマンスは公開されていません。したがって、一般的な知識、コード生成、数学的推論における相対的な性能はここでは定量化されていません。ユーザーは自身のタスクでモデルを評価する必要があります。大きなコンテキストウィンドウとマルチモーダルサポートも、BrowseComp だけでは捉えきれない追加の強みです。
MiniMax M3の推論速度とレイテンシは、入力長、出力長、サーバ負荷などのいくつかの要因に依存します。利用可能な情報には具体的なレイテンシ値は記載されていません。一般に、大きなコンテキストウィンドウを持つモデルは、多くのトークンを処理する計算コストのために、非常に長い入力に対してレイテンシが高くなる可能性があります。出力制限が512,000トークンであることから、非常に長い応答を生成すると、それに比例して時間がかかります。OrcaRouterのAPIを使用する場合、レイテンシは同じ規模の他の大規模モデルと同程度になります。低レイテンシが求められる準リアルタイムアプリケーションでは、より小さいコンテキストウィンドウを持つモデルを検討してください。
MiniMax M3の価格は、入力トークン100万トークンあたり0.30ドル、出力トークン100万トークンあたり1.20ドルです。これらの料金はプロバイダーの価格をそのまま反映しており、OrcaRouterによるマークアップは一切加えられていません。入力トークンには、システムメッセージ、ユーザーメッセージ、画像や動画のトークンなど、プロンプト内のすべてのトークンが含まれます。出力トークンは、応答で生成されたトークンです。コストはトークンの使用量に比例して増加します。たとえば、入力トークン100,000トークン、出力トークン10,000トークンのリクエストの場合、入力に0.03ドル、出力に0.012ドルかかり、合計0.042ドルとなります。追加のプラットフォーム手数料や最低利用額はありません。
提供された事実には、OrcaRouter上のMiniMax M3に対する特定の割引プログラムやキャッシングの利点は記載されていません。料金は上記のレートに従い、トークンあたりの単純な計算です。入手可能な情報に基づくと、OrcaRouterは自動キャッシングや反復入力に対する割引レートを提供していません。ユーザーは、潜在的なコスト削減機能に関する最新の詳細について、OrcaRouterのドキュメントを参照するか、サポートチームに連絡する必要があります。そのようなプログラムがない場合、コストは消費された入力および出力トークンの数に直接比例します。
MiniMax M3の価格設定は、入力トークン100万あたり0.30ドル、出力トークン100万あたり1.20ドルで、1,048,576トークンのコンテキストウィンドウとマルチモーダル入力を提供するモデルとしては競争力があります。事実として特定の競合他社の価格が提供されていないため、一般的な比較として、多くの大規模モデルはより小さいコンテキストウィンドウ（例：128kまたは200kトークン）を持ち、トークンあたりの価格は同程度ですが、そのコンテキスト制限により、非常に長いドキュメントでは複数回のAPI呼び出しが必要になります。MiniMax M3のより大きなコンテキストは、そうでなければチャンク化と複数リクエストが必要となるタスクの総コストを削減する可能性があります。ユーザーは、比較のために典型的なワークフロー全体での総トークン使用量を計算する必要があります。
MiniMax M3をOrcaRouter経由で使用するには、ベースURL https://api.orcarouter.ai/v1 にリクエストを送信します。モデル識別子は "minimax/minimax-m3" です。認証は、Authorizationヘッダーに "Bearer YOUR_API_KEY" としてOrcaRouter APIキーを渡すことで行われます。APIはOpenAI SDKと互換性があるため、ベースURLとAPIキーを更新するだけで同じクライアントライブラリを使用できます。例えば、Pythonでopenaiパッケージを使用する場合、`client = OpenAI(base_url="https://api.orcarouter.ai/v1", api_key=YOUR_API_KEY)` と設定し、その後 `client.chat.completions.create(model="minimax/minimax-m3", messages=[...])` を呼び出します。
When calling MiniMax M3 through OrcaRouter's OpenAI-compatible API, you can use standard parameters such as `messages`, `max_tokens`, `temperature`, `top_p`, `frequency_penalty`, `presence_penalty`, `stop`, and `stream`. The `max_tokens` parameter should not exceed the model's maximum output of 512,000 tokens. Input tokens (in `messages`) plus output tokens must stay within the context window of 1,048,576 tokens. For multimodal inputs, include images or video in the `content` array using the appropriate format (e.g., `image_url` for images). Consult the OpenAI API documentation for full parameter descriptions.
OpenAIのAPIを使用している既存のアプリケーションをOrcaRouter上のMiniMax M3に移行するには、ベースURLとモデルIDの2つを変更する必要があります。OpenAIのベースURLを「https://api.orcarouter.ai/v1」に置き換えてください。モデル文字列を「minimax/minimax-m3」に変更します。また、APIキーをOrcaRouterのAPIキーに更新してください。メッセージ形式は同一のまま（OpenAI互換）です。その他のコード変更は不要です。アプリケーションがストリーミングを使用している場合、ストリームインターフェースも互換性があります。まずは小規模なリクエストでテストし、接続性とモデルが期待通りに応答することを確認してください。
OrcaRouterのAPIへの認証は、APIキーを使用して行われます。各リクエストのAuthorizationヘッダーに、"Bearer YOUR_API_KEY"としてOrcaRouterのAPIキーを含める必要があります。APIキーはOrcaRouterから発行されます。プラットフォームにサインアップして取得できます。キーは安全に保管し、クライアントサイドコードで公開しないでください。このAPIはキーベースのアクセスのみをサポートしており、このエンドポイントではOAuthやその他の認証方法は文書化されていません。OpenAI Pythonライブラリを使用する場合は、クライアントを初期化する際に`api_key`パラメータにOrcaRouterのキーを設定してください。
MiniMax M3は、1,048,576トークンのコンテキストウィンドウを提供し、これは利用可能なモデルの中でも最大級のものです。多くの競合する長コンテキストモデルは128K、200K、または1Mトークンを提供していますが、画像や動画の入力もサポートしているものはほとんどありません。83.5のBrowseCompスコアは、Webベースの情報検索タスクにおける優れたパフォーマンスを示唆しています。ただし、他のベンチマークスコアがないため、包括的な比較は限定的です。価格面では、100万トークンあたりの入力$0.30 / 出力$1.20であり、そのコンテキストサイズとしては中程度の価格帯です。ユーザーは、自身の典型的な入力長と出力生成ニーズに基づいて総コストを比較する必要があります。
アプリケーションに非常に大きなコンテキストウィンドウ（最大1Mトークン）またはマルチモーダル入力（テキスト、画像、動画）が必要な場合は、MiniMax M3を選択してください。チャンク化せずに1回のAPI呼び出しで長いドキュメントや動画を処理する必要がある場合、M3のコンテキストサイズは重要な利点です。また、最大512,000トークンの出力を生成する必要がある場合にも適しています。純粋にテキストベースで、コンテキスト要件が小さいタスク（例：100Kトークン未満）の場合、より小さなコンテキストウィンドウを持つ安価なモデルの方がコスト効率が良いかもしれません。さらに、最速の推論速度が必要な場合、より小さなコンテキストウィンドウを持つモデルの方が応答が速い可能性があります。
MiniMax M3 を OrcaRouter 経由でアクセスする場合のデータプライバシーは、OrcaRouter のデータ取扱ポリシーに準拠します。OrcaRouter はプロバイダーの価格にマークアップを追加しませんが、データ処理インフラは OrcaRouter によって管理されます。モデルプロバイダー（Minimax）には、独自のデータ使用条件がある場合があります。ユーザーは、データの保持、学習、暗号化に関する OrcaRouter のプライバシーポリシーと Minimax の利用条件の両方を確認する必要があります。入手可能な情報には、特定のセキュリティ認証やデータ所在地のオプションは記載されていません。機密データについては、データ取扱とコンプライアンスの詳細について OrcaRouter に直接お問い合わせください。
OpenAI 互換——今お使いの SDK のまま
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="minimax/minimax-m3",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_tokensreasoningresponse_formattemperaturetool_choicetoolstop_p| 入力 / 1M tokens | $0.300 |
| 出力 / 1M tokens | $1.20 |
| キャッシュ読み取り / 1M | $0.060 |
| 通貨 | USD |
表示価格に基づく概算
見積もりのみ — 実際のトークン数はプロバイダーのトークナイザーに依存します。
@misc{orcarouter_minimax_m3,
title = {MiniMax M3 API},
author = {MiniMax},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/minimax/minimax-m3}
}MiniMax. (2026). MiniMax M3 API. OrcaRouter. https://www.orcarouter.ai/models/minimax/minimax-m3